RoboScience 机器科学推出了全球首个原生 3D 动力学预测世界模型 WorldFlow,它和传统 2D 视频预测模型、静态 3D 重建模型不一样,能够同步预测未来视频画面和物体三维连续运动轨迹,解决老方案要么只懂像素、三维信息误差大,要么只有 3D 轨迹、缺少视觉泛化能力的痛点,它作为 VLOA 具身大模型的规划层核心,输出物体 3D 点云轨迹交给通用操作模型,形成 “推演 - 执行” 闭环,机器人拿到场景图像、语言指令之后,就能提前预判物体在三维空间里怎么移动、碰撞,让抓取、摆放、灵巧操作的成功率更高,适合家用、工业、服务机器人的各类物体交互任务。
一、WorldFlow 核心基础信息
- 模型名称:WorldFlow
- 研发主体:RoboScience 机器科学
- 定位:原生 3D 动力学预测世界模型(VLOA 大模型的具身世界模型模块)
- 主干网络:Mixture-of-Transformers(MoT)
- 输入:观测图像、语言指令、稀疏 3D 查询点
- 输出:同步生成未来视频 + 物体 3D 连续运动轨迹
- 训练数据集:144 万条物体级样本,融合仿真场景 + 真实机器人操作数据
- 配套基准:WorldFlowBench,专门用来评测 3D 动力学预测效果
二、和传统世界模型路线对比表
| 技术路线 | 核心能力 | 短板 |
|---|---|---|
| 2D 视频预测世界模型 | 生成逼真下一帧画面 | 三维运动藏在像素里,需要额外几何重建,误差持续累积 |
| 静态 3D 重建模型 | 还原场景三维结构 | 没法预测物体后续怎么运动,缺少动力学预判能力 |
| WorldFlow 原生 3D 动力学模型 | 同时输出视频 + 3D 轨迹,绑定物理约束 | 训练数据门槛更高,对算力要求更大 |
三、整套 VLOA 模型工作流程
- 感知输入:摄像头采集场景图像,接收用户自然语言任务指令
- WorldFlow 推演:在模型内部模拟物体 3D 运动轨迹,预判碰撞、滑动、翻转等物理结果
- 轨迹下发:把 3D 点云轨迹传给下层通用操作模型
- 动作生成:操作模型把轨迹转换成接触点、力控信号、机械臂关节指令
- 机器人执行:机械臂 / 灵巧手完成抓取、推移、摆放等操作
- 闭环修正:执行过程中采集新画面,重新预测轨迹,应对环境扰动
四、核心优势清单
- 原生 3D 动力学,不是 2D 转 3D
- 视觉 + 轨迹双模态联合训练
- 可可视化推理,方便调试
- 跨本体适配
- 适配开放场景
直接把三维位移作为预测目标,不是从 2D 画面反推 3D,减少中间环节带来的误差,轨迹更贴合真实物理规律。
视频画面和 3D 运动轨迹一起学习,既有视觉常识,又懂物体交互动力学,跨场景泛化更好。
可以提前展示物体运动推演轨迹,而不是只看最终动作,方便工程师定位机器人操作失败原因。
同一套 WorldFlow 模型输出的轨迹,能给到不同构型机械臂、灵巧手使用,不用针对每一款硬件单独重训。
不需要预设物体位置、固定道具,面对随机摆放物品、开放式指令也能自主推演。
五、落地适用场景
- 家用服务机器人:拾取杂物、摆放餐具、整理桌面
- 工业灵巧操作:分拣小件、装配零件、柔性上料
- 科研人形机器人:人机交互、非结构化环境操作
- 云端机器人平台:远程规划、多机协同任务推演
【相关 FAQ】
问题 1:RoboScience 原生 3D 动力学预测世界模型 WorldFlow,在机器人操作里主要起到什么作用?
回答 1:RoboScience 原生 3D 动力学预测世界模型 WorldFlow 主要负责给机器人做物体运动预判,接收图像和语言指令,提前算出物体三维运动轨迹,给机器人操作提供规划依据,是 VLOA 具身大模型里负责想象物理世界的规划模块。
问题 2:RoboScience 的 WorldFlow 原生 3D 动力学预测世界模型和普通 2D 视频世界模型差别在哪?
回答 2:普通 2D 视频世界模型只能预测像素画面,三维信息需要二次反推,误差大;RoboScience 的 WorldFlow 原生 3D 动力学预测世界模型直接预测 3D 物体轨迹,视频和三维运动联合建模,物理一致性更强,更适合机器人操作。
问题 3:RoboScience 原生 3D 动力学预测世界模型 WorldFlow,是独立使用还是要搭配其他模型?
回答 3:RoboScience 原生 3D 动力学预测世界模型 WorldFlow 不能单独控制机器人,它需要搭配 VLOA 里的通用操作模型,WorldFlow 输出 3D 轨迹,通用操作模型再转换成机械臂可执行的控制指令。
问题 4:RoboScience 原生 3D 动力学预测世界模型 WorldFlow 能不能直接用在任意机器人硬件上?
回答 4:RoboScience 原生 3D 动力学预测世界模型 WorldFlow 输出标准化物体轨迹,支持跨本体,不同机械臂、灵巧手都可以对接,但硬件本身需要配套的底层驱动和力控模块才能正常执行。
【参考资料】
[2026-11-20](全球首个原生 3D 动力学预测世界模型,RoboScience 为机器人操作提供更精准的物体运动预测)新浪财经
[2026-08-20](RoboScience 机器科学亮相 WRC 2026:行业首个云端世界模型实时可视化推理指导跨本体灵巧操作)新华网
[2026-05-19](General Manipulation Model — Introducing the VLOA Large Model (Part 2))RoboScience 官网
[2026-03-23](Embodied World Model — Introducing the VLOA Large Model (Part 1))RoboScience 官网
【免责声明】
本文内容仅为 RoboScience 原生 3D 动力学预测世界模型 WorldFlow 技术资讯科普,模型实际落地效果、适配硬件、性能指标以官方论文、技术文档和实测结果为准;不构成机器人采购、项目落地的技术担保,具身智能方案落地仍需要结合硬件、算力、场景做适配调试。
